论文部分内容阅读
以某600 MW超临界机组为例,采用神经网络方法建立了机组负荷、汽压特性的数学模型,并运用大量的宽范围变工况数据完成了对模型的训练.仿真结果表明:模型可以很好地拟合机组负荷、主蒸汽压力与燃料量、给水量和汽轮机调门开度间复杂的非线性动态特性,且精度高、泛化能力强,可作为预测模型用于超临界机组智能控制器的设计.